ScholarGate
Asistente
Process / pipelineSimulation / optimization

Programación Entera Robusta — Optimización bajo Incertidumbre con Restricciones de Integridad

La Programación Entera Robusta (RIP, por sus siglas en inglés) encuentra soluciones enteras o binarias que permanecen factibles y casi óptimas en todos los escenarios de un conjunto de incertidumbre prescrito. En lugar de asumir un conocimiento exacto de los datos, la RIP se protege contra la realización en el peor de los casos de costos inciertos o coeficientes de restricciones, entregando decisiones que garantizan un buen desempeño incluso cuando las entradas se desvían de sus valores nominales.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Bertsimas, D., Sim, M. (2003). Robust discrete optimization and network flows. Mathematical Programming, 98(1-3), 49-71. DOI: 10.1007/s10107-003-0396-4
  2. Ben-Tal, A., El Ghaoui, L., Nemirovski, A. (2009). Robust Optimization. Princeton University Press, Princeton, NJ. ISBN: 9780691143682

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Integer Programming — Optimization under uncertainty with integrality constraints. ScholarGate. https://scholargate.app/es/simulation/robust-integer-programming

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateRobust Integer Programming (Robust Integer Programming — Optimization under uncertainty with integrality constraints). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/robust-integer-programming · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026